研究测试语言模型树结构表达式序列化瓶颈
原文标题：The Communication Bottleneck: A Round-Trip Study of Tree-Structured Expression Serialization in Language Models
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出往返协议，研究LLM在思维链或自由文本交互中序列化树结构信息时的信息损失。实验覆盖16个模型的所有配对，发现信道有损且不对称，生成与提取模型互换可致准确率变化达60.4个百分点，最佳配对达92.9%。至少73.6%的失败源于生成端，难度由树结构而非模型家族决定，且该信道可通过约3600条微调样本显著改善。
- 问题
- LLM用自然语言传递树结构信息时，到底丢失多少结构化内容。
- 方法
- 设计往返协议：生成模型把算术表达式写成应用题，另一模型还原表达式，用符号等价做精确判定，并测全部模型配对。
- 结果
- 16个模型全配对，换生成/提取方准确率变化达60.4个点，最佳配对92.9%；至少73.6%失败源于生成端；约3600条微调样本可显著改善。
- 影响
- 说明多智能体/CoT中间通信是瓶颈，优化生成端比换更强模型更划算。
深读 · 结论先行AI 生成展开看要点与影响 ↓
LLM 树结构序列化信道有损且不对称，换生成/提取模型准确率差达 60.4 个百分点
- •提出往返协议：生成器把算术表达式写成应用题，另一提取器仅凭文本还原，符号等价作精确判定
- •覆盖 16 个模型所有配对，最佳配对达 92.9%，且由不同模型分别生成与提取优于同模型两端
- •交换生成与提取模型可致准确率变化达 60.4 个百分点
- •至少 73.6% 失败源于生成端，难度由树结构（算子数、深度、右分支）而非模型家族决定
- •约 3600 条共享算子与树形的微调样本即可让所有开源权重模型超过未训练的 Gemini-3.1-Pro
为什么重要：量化了思维链与自由文本中间结果的信息瓶颈，说明多智能体分工与针对性微调都能显著改善结构化信息传递。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。